MétaCan
Menu
Retour à la cohorte
Enregistrement W2891991898 · doi:10.1002/ijgo.12666

The two FIGO systems for normal and abnormal uterine bleeding symptoms and classification of causes of abnormal uterine bleeding in the reproductive years: 2018 revisions

2018· article· en· W2891991898 sur OpenAlexaboutno aff
Malcolm G. Munro, Hilary Critchley, Ian S. Fraser

Notice bibliographique

RevueInternational Journal of Gynecology & Obstetrics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueUterine Myomas and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineUterine bleedingGynecologyObstetrics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The International Federation of Gynecology and Obstetrics (FIGO) systems for nomenclature of symptoms of normal and abnormal uterine bleeding (AUB) in the reproductive years (FIGO AUB System 1) and for classification of causes of AUB (FIGO AUB System 2; PALM-COEIN) were first published together in 2011. The purpose was to harmonize the definitions of normal and abnormal bleeding symptoms and to classify and subclassify underlying potential causes of AUB in the reproductive years to facilitate research, education, and clinical care. The systems were designed to be flexible and to be periodically reviewed and modified as appropriate. OBJECTIVES: To review, clarify, and, where appropriate, revise the previously published systems. METHODOLOGY AND OUTCOME: To a large extent, the process has been an iterative one involving the FIGO Menstrual Disorders Committee, as well as a number of invited contributions from epidemiologists, gynecologists, and other experts in the field from around the world between 2012 and 2017. Face-to-face meetings have been held in Rome, Vancouver, and Singapore, and have been augmented by a number of teleconferences and other communications designed to evaluate various aspects of the systems. Where substantial change was considered, anonymous voting, in some instances using a modified RAND Delphi technique, was utilized.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,077
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0110,010
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0050,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,338
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations973
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gynecology & ObstetricsMême sujetUterine Myomas and TreatmentsTravaux en français237 207